Copertina

Superstate Quantum Mechanics

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Belov, Mikhail Gennadievich, Dubov, Victor Victorovich, Ivanov, Vadim Konstantinovich, Maslov, Alexander Yurievich, Proshina, Olga Vladimirovna, Malyshkin, Vladislav Gennadievich
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Quantum Physics Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Semidefinite Programming for Quantum Channel Learning
di: Belov, Mikhail Gennadievich, et al.
Pubblicazione: (2026)

Trade Execution Flow as the Underlying Source of Market Dynamics
di: Belov, Mikhail Gennadievich, et al.
Pubblicazione: (2025)

Quantum Channel Learning
di: Belov, Mikhail Gennadievich, et al.
Pubblicazione: (2024)

Partially Unitary Learning
di: Belov, Mikhail Gennadievich, et al.
Pubblicazione: (2024)

On Supercapacitors Time-Domain Spectroscopy. C/R Characteristic Slope
di: Agafonov, Dmitry Valentinovich, et al.
Pubblicazione: (2024)

Fragmentation is Efficiently Learnable by Quantum Neural Networks
di: Mints, Mikhail, et al.
Pubblicazione: (2025)

A Qubit-Efficient Hybrid Quantum Encoding Mechanism for Quantum Machine Learning
di: Cowlessur, Hevish, et al.
Pubblicazione: (2025)

Quantum Generative Diffusion Model: A Fully Quantum-Mechanical Model for Generating Quantum State Ensemble
di: Chen, Chuangtao, et al.
Pubblicazione: (2024)

Wasserstein Regression as a Variational Approximation of Probabilistic Trajectories through the Bernstein Basis
di: Maslov, Maksim, et al.
Pubblicazione: (2025)

Enhancing Quantum Memory Lifetime with Measurement-Free Local Error Correction and Reinforcement Learning
di: Park, Mincheol, et al.
Pubblicazione: (2024)

Intuitive Analysis of the Quantization-based Optimization: From Stochastic and Quantum Mechanical Perspective
di: Seok, Jinwuk, et al.
Pubblicazione: (2024)

Quantum Convolutional Neural Networks for Multi-Channel Supervised Learning
di: Smaldone, Anthony M., et al.
Pubblicazione: (2023)

Quantum Phase Recognition via Quantum Attention Mechanism
di: Chen, Jin-Long, et al.
Pubblicazione: (2026)

Layered Quantum Architecture Search for 3D Point Cloud Classification
di: Meli, Natacha Kuete, et al.
Pubblicazione: (2026)

Warm-Start Variational Quantum Policy Iteration
di: Meyer, Nico, et al.
Pubblicazione: (2024)

Quantum Geometry of Data
di: Abanov, Alexander G., et al.
Pubblicazione: (2025)

Reinforcement Learning for Adaptive Composition of Quantum Circuit Optimisation Passes
di: Mills, Daniel, et al.
Pubblicazione: (2026)

Quantum Mechanics and Neural Networks
di: Ferko, Christian, et al.
Pubblicazione: (2025)

Analysis of Atom-level pretraining with Quantum Mechanics (QM) data for Graph Neural Networks Molecular property models
di: Arjona-Medina, Jose, et al.
Pubblicazione: (2024)

Scalable Neural Decoders for Practical Fault-Tolerant Quantum Computation
di: Gu, Andi, et al.
Pubblicazione: (2026)

Quantum latent distributions in deep generative models
di: Bacarreza, Omar, et al.
Pubblicazione: (2025)

Deep Stochastic Mechanics
di: Orlova, Elena, et al.
Pubblicazione: (2023)

Probabilistic Design of Parametrized Quantum Circuits through Local Gate Modifications
di: Jones, Grier M., et al.
Pubblicazione: (2026)

Quantum Circuit Optimization with AlphaTensor
di: Ruiz, Francisco J. R., et al.
Pubblicazione: (2024)

Quantum Machine Learning in Drug Discovery: Applications in Academia and Pharmaceutical Industries
di: Smaldone, Anthony M., et al.
Pubblicazione: (2024)

Optimizing Quantum Circuits via ZX Diagrams using Reinforcement Learning and Graph Neural Networks
di: Mattick, Alexander, et al.
Pubblicazione: (2025)

On Quantum Perceptron Learning via Quantum Search
di: Sun, Xiaoyu, et al.
Pubblicazione: (2025)

Quantum Machine Learning: Quantum Kernel Methods
di: Naguleswaran, Sanjeev
Pubblicazione: (2024)

Projected Stochastic Gradient Descent with Quantum Annealed Binary Gradients
di: Krahn, Maximilian, et al.
Pubblicazione: (2023)

Quantum Adaptive Self-Attention for Quantum Transformer Models
di: Chen, Chi-Sheng, et al.
Pubblicazione: (2025)

Quantum Shadow Gradient Descent for Variational Quantum Algorithms
di: Heidari, Mohsen, et al.
Pubblicazione: (2023)

Quantum Generative Modeling using Parameterized Quantum Circuits
di: Sarkar, Soumyadip
Pubblicazione: (2023)

The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning
di: Incudini, Massimiliano, et al.
Pubblicazione: (2022)

Diffusion-Inspired Quantum Noise Mitigation in Parameterized Quantum Circuits
di: Nguyen, Hoang-Quan, et al.
Pubblicazione: (2024)

Quantum Hierarchical Reinforcement Learning via Variational Quantum Circuits
di: Lee, Yu-Ting, et al.
Pubblicazione: (2026)

Hybrid Classical-Quantum Transfer Learning with Noisy Quantum Circuits
di: Martín-Pérez, D., et al.
Pubblicazione: (2026)

Active Learning with Variational Quantum Circuits for Quantum Process Tomography
di: Yang, Jiaqi, et al.
Pubblicazione: (2024)

Performance Analysis of Quantum Support Vector Classifiers and Quantum Neural Networks
di: Villalba-Ferreiro, Tomás, et al.
Pubblicazione: (2025)

The Quantum Learning Menagerie (A survey on Quantum learning for Classical concepts)
di: Chatterjee, Sagnik
Pubblicazione: (2026)

Defending Quantum Classifiers against Adversarial Perturbations through Quantum Autoencoders
di: Andrews, Emma, et al.
Pubblicazione: (2026)